工業大數據時代高速無線通信技術研究綜述

陳 猛，姚媛媛

1(中國科學院大學 沈陽計算技術研究所，沈陽 110168)

2(中國科學院大學，北京 100049)E-mail：yoyo185644@163.com

1 引 言

隨著大數據、云計算等新興產業進入到工業領域，以數字化為驅動的工業大數據推動了制造業向新的模式發展.工業大數據的數據量呈井噴式發展，從數據來源來看，工業大數據的主要來源包括三類，信息管理系統數據、機器設備數據和外部數據.近年來，隨著全球工業化改革的發展，全球工業大數據的規模不斷增加，預計到2020年全球工業大數據的市場規模約為480億美元，約占大數據總規模的60%.在工業生產中，這些數據的獲取和處理速率對實時性有著非常高的要求，其分析和處理時限要求達到毫秒級，并且這個要求隨著數據量的增加只會越來越苛刻.有線通信和無線通信是工業領域數據傳輸的兩種主要方式.無線通信出現之初，是為了擺脫電纜的束縛，解決有線通信成本高，便攜性差的問題.與有線通信相比，無線通信的信息傳遞不需要依賴電纜、光纜等媒介，因此在超長距離通信等場合，如衛星通信，無線通信有著不可替代的優勢.同樣，沒有電纜的束縛，無線通信讓信息的傳輸更加自由[1].雖然無線通信技術本身就有很多的優點，如表1所示成本低且更加便捷，不需要鋪設電纜，不需要建立物理電路等等；故障診斷更容易，可以通過遠程診斷完成，但是在傳輸速度上卻仍然比不上有線通信.

表1 有線通信與無線通信的優劣勢比較

隨著社會的進步，計算機技術的發展，無線通信技術也進入了一個數字化的時代，出現了各種標準的無線數據傳輸方式，一種是短距離通信技術，如Wi-Fi、藍牙、ZigBee等，另一種是低功耗廣域網通訊技術(LPWAN)，常用的如LoRa、NB-IoT、Sigfox、HaLow、4G/5G等.不同的無線通訊技術有不同的應用場景.工業大數據時代的到來，對無線通信的數據傳輸速率的要求越來越高，從表2明顯看出Wi-Fi、5G的傳輸速率遠遠高于其他的通信技術.本文將對這兩種無線通信協議與最新出現的5G與Wi-Fi融合組網技術進行著重分析.

表2 常用無線通信技術傳輸速率比較

2 高速無線通信技術的發展過程及現狀

2.1 Wi-Fi技術

Wi-Fi技術發展至今已有20多年的歷史，幾乎每過4～5年就會出現一次技術變革，并且在傳輸速率上的提升幅度很大，如圖1所示.2018年10月4日，Wi-Fi聯盟正式將下一代的 Wi-Fi技術 802.11ax 改名為 Wi-Fi6，并將前兩代的 802.11n 和 802.11ac 更改為 Wi-Fi4 和 Wi-Fi5.

圖1 Wi-Fi傳輸速率變化圖

2009年提出的802.11n協議，現在稱為Wi-Fi4，是在802.11g和802.11a之上發展起來的一項技術，802.11g和802.11a都采用了正交多載波調制技術OFDM[2]將速率提高到了54Mbps，OFDM 調制技術是將一個物理信道劃分為多個正交子信道，調制到每個信道的子載波上進行窄帶傳輸，將高速率的數據流調制成多個并行的較低速率的子數據流.H.Sugimoto等人[3]對OFDM性能進行了評估，證明OFDM不僅減少能子載波之間的相互干擾，還可以提高頻譜利用率.OFDM作為高速無線局域網的核心技術，理論上說，只要適當的選擇各載波的帶寬和采用糾錯編碼技術，多徑衰弱問題是完全可以被解決的，就是說如果沒有功率和帶寬的限制，OFDM技術可以實現任何速率的傳播.然而，實際的帶寬并不能支持更高速率的傳輸.802.11n協議為了在此基礎上進一步提高傳輸速率，提出了MIMO-OFDM技術[4]，MIMO技術可以充分利用空間傳播的多徑分量，在不增加帶寬的同時，提高系統的傳輸容量，如圖2所示，MIMO技術將會是無線通信領域必須采用的關鍵技術，但是MIMO的頻率選擇性衰落問題無法避免.MIMO-OFDM技術可以將空間復用的MIMO技術和與抗頻率選擇性衰落和窄帶干擾的OFDM技術的合并，解決了MIMO的頻率選擇性衰落問題.參考文獻[5]指出MIMO-OFDM技術在將傳統傳輸速率54Mbps提高到58.5Mbps的同時也提高了抗干擾性.同時，802.11n采用QAM-64的編碼機制將速率提高到65Mbps，又使用Short GI，40MHz綁定等技術，在4條空間流的條件下，將傳輸速率提高到600Mbps，并且比之前的無線網絡傳送距離更遠.

圖2 MIMO技術圖

盡管現有的 802.11n 可以支持高達 600Mbps 的傳輸速率，但當其面對快速增長的高帶寬無線數據業務時卻常常顯得力不從心，為此，IEEE802.11專家組于2013年發布了802.11ac協議，其理論傳輸速率可達1Gbps.802.11ac協議是在802.11n上的繼承和擴展，特別是在5.8GHz頻段上進行了改進，較之802.11n技術最大40MHz的頻帶帶寬相比，802.11ac要求至少達到80MHz，最高能實現高達160MHz的頻寬.并且與 802.11n 最多支持4個空分流相比，802.11ac支持最多 8 空分流.參考文獻[6]通過實驗證明802.11ac在多種情況下傳輸速率都快于802.11n.參考文獻[7]指出802.11ac最大傳輸速率提升到了6900Mbps，其中相當一部分來自MU-MIMO(Multi Users-Multiple Input Multiple Output，即多用戶多輸入多輸出)技術的應用，這意味著單個802.11ac的AP可以向兩個或多個設備傳送不同的數據流.另一方面，802.11ac 也使用 OFDM 技術調制在無線介質上傳輸的比特位，除了 QPSK、BPSK、16-QAM這些調制技術之外，還有256-QAM(正交振幅調制)調制技術可供選擇.256-QAM 調制將每個子載波所攜帶的比特從6位提高到8位，傳輸速率也會因此提高了33%[8].盡管MU-MIMO方案在實際應用中速率已經大大的提高，但是還是仍然遠低于DPC(dirty paper coding臟紙編碼)[9]所承諾的理論上限.近幾年的文獻顯示很多學者開始從信道利用率[10-12]、MU-MIMO[13，14]、編碼方式[15]等方面進行創新，進一步提高傳輸速率.

參考文獻[10]針對802.11ac標準，提出了一種統一信道分解(UCD)的新方案，這種方案使MIMO信道分解成大量的等增益子信道，并且子信道的數量使任意的，不受限于天線和用戶的數量，進一步的提高了傳輸的速率.參考文獻[11]認為802.11ac中的信道綁定(CB)技術會使子信道重疊，沖突率增加，會造成嚴重的干擾，為了解決該問題，提出了動態信道綁定算法(DCB)，是在滿足每個AP流量需求的同時將信道動態的分配給AP，通過仿真實驗證明DCB算法可以有效提高網絡的吞吐量.參考文獻[12]提出應該在完成傳輸之后執行清晰的信道評估(post-CCA)，通過在以太網中模擬沖突可避免的載波感知多址(CSMA/CD)機制增強信道評估能力，并在此基礎上提出基于post-CCA的帶寬自適應算法(PoBA)，通過一種增強學習的機制來動態改變帶寬和信道配置，仿真結果表明，該算法提高了網絡的吞吐量、提高了信道的利用率和公平性、降低了網絡分組錯誤的概率.可以看出對信道利用率進一步研究來提高速率將會是Wi-Fi技術發展的一個大的發展趨勢.

除了從信道利用率角度出發來提高傳輸效率，MU-MIMO也是提高傳輸速率一個重要的研究角度.理論上說，隨著用戶數量的增加，MU-MIMO將會是很有前景的網絡擴容的技術，但是其造價貴、可擴展性差卻是一個缺陷，于是參考文獻[13]提出了一個大規模MU-MIMO原型—BUSH，集低復雜度、低開銷、低干擾于一身，實驗證明其吞吐量是傳統的802.11ac的2.08倍.參考文獻[14]的作者將MU-MIMO與基于有效信噪比度量的快速鏈路自適應(FLA)技術相結合[16]，可以保持大量的多用戶信息增益.

2.2 5G技術

2019年6月6日，工信部正式向中國電信、中國移動、中國聯通、中國廣電發放5G商用牌照，5G正式登上中國的舞臺.5G的出現將會給工業生產帶來巨大的變化，無人機物流、智能電網、智能工廠、虛擬現實等場景都能應用5G實現革命性的發展.

MIMO技術作為一種提高頻譜利用率和可靠傳輸的有效手段在Wi-Fi技術中得到了廣泛的應用.根據信息論，MIMO的信道容量會隨著發射天線和接收天線數量增大而增大，因此，采用大量的天線 可以大幅度提高系統的容量，進而5G提出了大規模MIMO(Massive MIMO)的概念[17，18]，在一個基站上配置更多的天線，可以在同一個時頻資源上同時服務若干個用戶，從而在不增加基站密度和帶寬的情況下大幅度提高頻譜利用率[19-21].并且大規模的MIMO可以將波束集中在很窄的范圍內，從而大幅度降低干擾，實現快速可靠傳輸[22].Massive MIMO分為TDD(time division duplexing 時分復用)Massive MIMO和FDD(frequency division duplexing 頻分復用)Massive MIMO，由于TDD網絡具有信道互易性，相對于FDD網絡更容易獲得下行的信道信息，所以MIMO技術在TDD網絡中的發展一直快于FDD.近幾年來，國內外學者一直在對FDD Massive MIMO如何更好的商用進行研究[23-25]，這也將是MIMO技術進一步發展的一個趨勢.對于TDD、FDD的方式，如果不能實現同時、同頻的雙向通信，理論上將會浪費一半的頻率和時間.對此5G提出了全雙工通信技術[26-28]，可以同時同頻的進行雙向通信，可以提高一倍以上的頻譜利用率，是5G進一步提高傳輸速率、減少延遲的重要研究方向.

雖然說在蜂窩網絡下的全雙工技術是5G時代的關鍵技術，但由于頻譜復用，在使用全雙工技術時移動終端處的自干擾是無法避免的，為了降低自干擾對傳輸速率的影響，參考文獻[26]提出將全雙工技術與設備到設備(D2D)通信相結合，分別使用凸優化算法和匈牙利算法優化能源效率.參考文獻[29]設計了一個適用于全雙工的自干擾抑制的毫米波中繼天線.與文獻[29]想法相似，參考文獻[30]提出了一個空間可調的近場矢量傳感器來模擬5G收發器中的自干擾消除模塊.這些方法都能夠在一定程度上有效的抑制自干擾，提高傳輸效率.

除此之外，作為5G多載波方案的最佳選擇的FBMC(filter-bank based multicarrier 基于濾波器的多載波)技術也吸引了研究者的興趣[31-34]，參考文獻[31，32]作者分別通過實驗將FBMC與UFMC[31]、OFBM[32]進行對比，結果表明FBMC 技術在抑制碼間干擾(ISI)和降低總噪聲功率方面都優于UFMC技術，并且性能比OFBM更好.因此發展符合5G要求的FBMC技術也將是一個重要的研究內容.

在工業大數據時代，5G網絡的數據傳輸速率果然不負眾望，遠遠高于以前的蜂窩網絡，最高可達10 Gbps，比當前的有線通信方式要快，并且是先前4G的 100倍，如表3所示.并且在實際操作中，5G網絡的傳輸速度也不容小覷，可以實現比4G快10到20倍的數據傳輸速率.也就是說，1分鐘左右可以傳輸3G左右的工業數據.而我們談論的還是基于現有4G 網絡搭建的5G網絡，僅僅是第一代5G調制解調器，未來的5G芯片，很可能會更快.5G的超大帶寬傳輸能力來應對未來海量的工業大數據.但是凡事都有兩面性，由于5G采用的是超高頻頻譜，雖然能夠提供超高傳輸速率，但是這種電磁波的傳輸距離很短，很容易被障礙物阻攔，為此運營商需要建設更多的基站，在每棟大樓甚至每個房間都建立基站，于此同時還要增加與之配備的系統.必須要承認的是，在高樓林立的城市，5G實現信號無縫覆蓋確實是個挑戰.

表3 4G與5G參數對比

3 5G與Wi-Fi融合組網技術

Wi-Fi和5G技術/蜂窩技術已經是速率最快的兩種無線通訊技術，這兩項技術在不同應用場景下可以實現優勢互補，然而隨著社會越來越依賴于“快速可靠”的數據傳輸，2019年1月25日下一代移動通信網絡聯盟(NGMN)、無線寬帶聯盟(WBA)宣布：聯手推動5G、Wi-Fi無線技術與核心網絡的融合.Wi-Fi組網靈活、移動性強、傳輸速率高、成本低廉等優點都是促使5G與Wi-Fi融合組網的關鍵因素.5G有三個標準，分別是LTE(授權頻道)、LTE-U(非授權頻道)和NB-IoT(授權頻道).在公網中，LTE-U主要應用在2.4GHz和5GHz這兩個頻段，與Wi-Fi工作在同一個頻段，LTE-U與Wi-Fi的共存性問題[35，37-40]以及如何在未授權頻段更好的實現融合[41-43]成為近年來一直被研究的熱點問題.LTE-U在傳輸前不知道感知信道，Wi-Fi設備在傳輸前可以感知信道，如果發現信道被占用就不會傳輸，在Wi-Fi和LTE之間實現公平共存并能表現出優異的性能確實是個挑戰.只有實現Wi-Fi和5G更好的融合才能真正實現Wi-Fi和5G無縫切換的高速傳輸.

2014年高通公司提出載波感知自適應傳輸(Carrier Sense Adaptive Transmission CSAT)[35]，對于CAST機制，其定義了一個發送循環周期，LTE-U使用其中一部分時間進行數據的傳輸，如圖3中，LTE-U ON的時間為進行LTE-U傳輸，LTE-U OFF的時間為Wi-Fi傳輸，LTE-U ON和LTE-U OFF的占空比是根據Wi-Fi基站傳感介質的活動情況決定的.根據LTE-U論壇規定，當LTE-U基站發現空閑信道時，最多可以傳輸20ms，而僅關閉其傳輸1ms，最大占空比為95%.然而參考文獻[35]通過實驗驗證，當以最大占空比95%進行傳輸時，將會嚴重影響Wi-Fi共享信道的能力，Wi-Fi站點將在相當長的時間內無法連接，相反將LTE-U的信道占空比縮減到80%時，Wi-Fi更容易接通，對傳輸速率的影響更小.

圖3 CSAT原理圖

為了更加高效的進行實現信道共享，參考文獻[36]在CSAT基礎上提出了“LBT Enhanced CSAT”方案，即將CSAT與通信前監聽(LBT)結合來解決共存問題.在該方案中，采用了一個LTE PeNB(LTE Pico Evolved NodeBs)在進入LTE-U ON傳輸數據時開始感知信道，如果在LIFS時間間隔內監測到信道空閑，則LTE PeNB將在下一個LTE幀開始傳輸，一直傳輸到LTE-U時間結束，如果LTE-U在開始時處于空閑狀態，可以通過降低LIFS時間間隔來降低與Wi-Fi傳輸沖突的幾率，當LTE信道忙時，將等待當前的Wi-Fi傳輸完成，繼續等待LIFS，然后開始傳輸.這樣減少LTE-U和Wi-Fi在LTE-U開始階段發生碰撞，在碰撞上浪費的時間減少，傳輸速率也會有所提高.

參考文獻[37]指出CSAT技術需要感知較長時間來確定其他信道的使用信息，并且CSAT只能在用戶的使用不怎么變化的情況下有效，而實際應用中Wi-Fi的使用是不斷變化的，該技術不能獲取用戶使用情況的準確信息，應該需要根據Wi-Fi的實際使用情況來調整占空比，這樣頻譜的利用率才能最大化.為此，文獻[37]提出了一種實現LTE-U與Wi-Fi之間公平性共存模型，該模型基于Wi-Fi AP與LTE base station(eNB)之間的直接通信，通過Wi-Fi AP將將其使用信息共享給eNB，eNB再根據Wi-Fi使用信息動態調整其空占比來實現共存.

與文獻[37]思想相似，參考文獻[38]為了更好的實現Wi-Fi和5G的共存，提出了一個動態頻譜協調框架，這個框架在網絡的不同實體之間傳輸控制消息，使用功率控制和信道接入時間共享兩種方法來共同優化Wi-Fi和LTE-U網絡間的頻譜共享.

上述文獻都是在LTE-U和Wi-Fi公平共存策略上做了不同的改進，參考文獻[31]則采用數學方法-隨機幾何框架來評估Wi-Fi和LTE網絡的共存性能，根據LTE所采用的機制對介質訪問概率、信噪比覆蓋概率、成功傳輸密度和速率覆蓋率進行研究，結果表明LTE采用更短的傳輸占空比、更低的信道訪問優先級、更敏感的CCA閾值(clear channel accessment)，可以提高Wi-Fi的成功傳輸密度和速率覆蓋率，能夠保證接收端的數據速率.采用數學方法對Wi-Fi和5G的公平性進行評估也是近幾年的重要的研究方向.

4 未來發展方向

本文的第二、三節主要通過對Wi-Fi技術、5G技術和5G與Wi-Fi融合組網技術速率發展過程的技術進行了總結.5G超高速低覆蓋，Wi-Fi高速高覆蓋，用Wi-Fi的高覆蓋彌補5G覆蓋率低的不足，5G網絡技術更加強大，Wi-Fi技術構建成本低，兩者融合組網既能能夠有效提高移動網絡對盲區的覆蓋，也能保證高速傳輸速率.顯然5G和Wi-Fi的融合通信技術仍然將會是工業大數據時代的一個大的發展趨勢，當然5G和Wi-Fi融合通信傳輸速率的提高也離不開5G和Wi-Fi各自速率的提高.

高速傳輸將會成為工業大數據時代得以不斷發展的前提和基礎，但是隨著數據量的急劇增加，傳統的提速方法不能靈活的適應數據量的劇增，如何能保證數據量劇增時傳輸速率的穩定和快速是一個需要研究的難點.隨著其他領域新興技術的出現，無線通信技術必然在未來會受到其他領域新興技術的啟發，并在此基礎上發展.結合已有的工作，就提高傳輸速率展望了未來的5G與Wi-Fi融合組網技術可能會出現以下幾個方面的研究方向.

與機器學習算法結合.機器學習是如今計算機領域的熱點研究課題之一.機器學習算法可以通過自身的訓練學習來獲得一個最優解，這種方法對數據產生的變化具有更好的適應性，并且準確率更高.就Wi-Fi而言，如何提高信道的利用率，優化信道的配置，就可以使用機器學習算法去解決[11].從5G和Wi-Fi的融合角度而言，融合技術尋求的是最優最公平的融合方式，如何平衡5G和Wi-Fi在LTE-U頻段上公平共存來實現5G與Wi-Fi進一步深入融合，可以通過與機器學習算法結合更好的實現公平性共存，比如可以通過機器學習中的Q-learing算法[44，45]對LTE-U進行自適應動態無線環境的變化的訓練，獲取最優參數，從而實現與Wi-Fi公平共存.該方法的優越性也表明機器學習算法在公平性組網上的應用將會是一個重要的研究方向.

與博弈論結合.事實上，博弈論已經運用在很多領域，比如生物學、經濟學、計算機學等.當研究的物體雙方出現競爭性、制約性的適合，就可以使用博弈論研究問題的最優策略.就5G而言，可以將5G的覆蓋范圍和能源效率建模成一個博弈論問題[46]，用基站的加權能效作為主要的性能指標，其最佳的策略便是既能提高能源效率又能確保覆蓋范圍的穩定.另一方面，LTE-U和Wi-Fi的融合技術也可以與數學領域的博弈論知識相結合[47，48]，當研究LTE-U和Wi-Fi之間有效的共存機制時，既要滿足用戶的服務質量(QOS)，同時又要保護多個Wi-Fi接入點(WAP)的性能，在這兩個約束條件下以LTE-U的傳輸速率作為基準，可以使用博弈論解決了LTE-U總速率最大化的問題.

雖然說5G和Wi-Fi的融合技術重要的發展還是集中在LTE-U和Wi-Fi的融合，主要是因為LTE-U和Wi-Fi都在2.4GHz和5GHz工作，隨著Wi-Fi技術和移動蜂窩技術的發展，不排除未來的融合技術會在更高的頻段上共存的可能.

5 總 結

本文首先從工業大數據的發展現狀引出工業無線通信技術，從傳輸速率角度著重對Wi-Fi技術、5G技術和5G與Wi-Fi融合組網技術的關鍵技術進行分析，得出未來5G和Wi-Fi融合組網技術才是能夠滿足工業大數據時代需求的無線通信技術.但是目前5G和Wi-Fi的融合技術也處在一個起步階段，隨著數據量的增加，為了更好的滿足用戶對于數據傳輸速率的訴求，5G需要和Wi-Fi更深入的融合，從技術方面講，可以將機器學習和博弈論與之結合，保證其能夠更好的適應數據量的劇增，保證傳輸速率快速和穩定.